Die Welt in Zahlen

Was ist der aussichtsreichste Job des 21. Jahrhunderts?

Genau, Sie sind sofort darauf gekommen: der Massendatenwissenschaftler. Ein sperriger Titel, hinter dem Personen stehen, die mit noch sperrigeren Mengen von Daten arbeiten. Zur Erklärung: Wir produzieren heute innerhalb von zwei Tagen so viele Informationen wie von Anbeginn der Menschheit bis zum Jahr 2003. Mit jeder Suchanfrage bei Google, jedem Klick im Netz, jedem Foto, das wir mit dem Handy aufnehmen, wächst der Datenwust. Die große Frage besteht darin, was man mit diesen Daten macht. Und hier kommen die Massendatenwissenschaftler ins Spiel. Sie beschäftigen sich damit, wie man aus dieser Informationsflut brauchbare Erkenntnisse gewinnt. 

Eine Einsicht hat sich schon herumgesprochen: Big Data wird unser Denken über Gesundheit, Erziehung, Kaufverhalten und viele weitere Themen grundlegend verändern. Ein paar Beispiele gefällig? 

Bessere Prävention und Behandlung

In der Medizin trägt die Analyse großer Datenmengen dazu bei, Krankheiten früher zu erkennen. Tritt z. B. ein neuartiger Virus in einem Land auf, kann hierzulande durch die Erfassung der nötigen Informationen schneller erkannt werden, ob sich auch in Österreich Befunde mit ähnlichen Symptomen häufen. Auch Behandlungserfolge können in Echtzeit geteilt werden, sodass sich das Wissen zur Heilung des Virus schnell verbreitet.

Big Data aus der Küche

Ein ganz profanes Beispiel für die Nutzung von Big Data findet sich im Haushalt. Moderne Haushaltsgeräte verfügen über Sensoren, die erfassen, wie die Geräte genutzt werden. Ein Kühlschrank kann z. B. registrieren, welche Lebensmittel in welchen Fächern gelagert werden, wie oft die Tür geöffnet oder etwa das Eisfach abgetaut wird. Den Herstellern helfen die Informationen dabei, die Geräte zu verbessern und neue Lösungen zu entwickeln.

Mit Big Data gegen den Stau

Ein Beispiel, das uns alle betrifft, ist der Stau. Ja genau, das ist der mit den vielen Autos und schimpfenden Fahrern. Dank Big Data lässt sich hier immer präziser vorhersagen, wo und wann Staus zu erwarten sind. Um das herauszufinden, werden z. B. Beobachtungen aus der Vergangenheit zusammen mit Faktoren wie Feiertage, Wettervorhersagen, Bahnstreiks und die Echtzeitmessung von Verkehrsströmen analysiert.